知识卡片
事件时间窗口计数
示例先把日志时间解析为date,并用assignAscendingTimestamps提供事件时间,再按IP分组,在5秒滚动事件时间窗口累加count。输入每条count为1,因此求和就是该IP在窗口内的请求数。这里假定时间戳递增,不能直接视为一般乱序流的完整处理方案。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 事件时间窗口计数
原书出处 · 1 处
- 29-流计算与消息(一):通过Flink理解流计算的原理 · 查看原书依据
assignAscendingTimestamps(_.date.getTime) // 告诉Flink时间从哪个字段中获取 .keyBy("ip") // 按照ip地址统计 // Task 3 .window(TumblingEventTimeWindows.of(T
参考来源
- 位置:《消息队列高手课》第29章《29-流计算与消息(一):通过Flink理解流计算的原理》(来源项目:book-sources;源文件:extracted/消息队列高手课/_epub-src/text/part0033_split_002.html;spine 186)
- 结论依据:原文说明示例先把日志时间解析为date,并用assignAscendingTimestamps提供事件时间,再按IP分组,在5秒滚动事件时间窗口累加count。本卡以本节实际案例及分析版本为边界。
- 原始内容:assignAscendingTimestamps(_.date.getTime) // 告诉Flink时间从哪个字段中获取 .keyBy("ip") // 按照ip地址统计 // Task 3 .window(TumblingEventTimeWindows.of(T